本书分为4部分：商务智能、定义商务智能的结构、分析多维数据集内容和挖掘。本书讲解了如何在SQL Server 2008中利用商务智能的工具、架构以及规则，利用这些商务智能工具强大的分析功能，帮助决策者指定更明智的决策。本书有助于你管理、分析和分发企业数据，确定合理的解决方案，给组织带来战略上的优势。本书内容丰富，结合通俗易懂的示例进行讲解，是读者学习商务智能的一站式指南。

计算机\数据库\数据仓库

最大化使用Microsoft SQL Server 2008中的商务智能工具

让这一专家级工具来帮助你管理、分析和分发企业数据吧。本书涵盖了BI的整个生命周期，讲解了如何能建立起健壮的数据集成、报表和分析解决方案，并且使用实际生活中的例子来展示SQL Server 2008中所有强大的BI功能。本书是关于如何在整个组织中将纷乱的数据转化为业务指导方针的一站式指南。

本书内容
 理解商务智能的目标和益处
 设计并创建关系数据集市和OLAP多维数据集
 使用BI Development Studio管理Analysis Services数据库
 使用SQL Server Integration Services清理数据并填充数据集市
 利用统一维度模型的灵活性
 使用MDX脚本和查询对数据进行处理和分析
 使用数据挖掘来识别数据中的模式、相关性和聚类
 使用SQL Server 2008 Reporting Services开发和分发交互式报表
 使用ADOMD.NET和Report Viewer控件将商务智能集成到企业应用中

(美) Brian Larson 著：Brian Larson，MCSD和 MCDBA，曾经是Reporting Services开发团队的一员并且是Reporting Services和商务智能方面的专家。他现在是一家微软认证伙伴Superior Consulting Services（SCS）公司的技术总监。

盖九宇 赵龙刚 曹玉玲 等译：暂无简介

商务智能最早是由Gartner Group于1996年提出的。学术界目前对于商务智能的定义并不统一，商务智能通常被理解为将企业中现有的数据转化为信息和知识，帮助企业做出明智的业务经营决策的工具。依托商务智能工具，能够帮助组织循序渐进地实现商务智能，辅助各级决策者进行有效的业务经营决策，从而获得战略上的优势。
　　本书的英文原名为《Delivering Business Intelligence with Microsoft?SQL Server?2008》。全书依托Microsoft SQL Server 2008的商务智能平台，配合示例操作步骤，从商务智能概念、商务智能结构、多维数据集内容、数据挖掘、交付等几个内容进行了深入浅出的讲解，既具有一定的理论性，又有较强的操作性，是学习和研究Microsoft　SQL Server 商务智能工具以及开发、应用商务智能的优秀参考教程。
　　本书由盖九宇负责翻译第1~8章，由赵龙刚负责翻译第9~15章，曹玉玲负责翻译第16~19章。参加本书翻译的还有苏南、吕丽霞、曹国栋、项琨、张艳、金振林、周志强、杨宁、盖皎洁等。感谢我的高中同学及好友苏南对本书内容的审校。
　　翻译过程中，我们参阅了商务智能、数据挖掘、SQL Server等多方面的书籍，同时对原书中明显有误的地方进行了修正，力求为读者呈现最高质量的译著。此译本中的操作及界面截图使用Microsoft SQL Server 2008 R2完成，敬请读者注意（部分操作和原书略有差别）。尽管我们做了诸多努力，但由于原书内容非常丰富，加之翻译时间紧张、水平所限，书中难免有疏漏或者不当之处，敬请读者批评指正。欢迎您将对于本书的建议和意见发往我的邮箱jiuyuge@gmail.com。
盖九宇
2011年6月

译者序
作者简介
技术编辑简介
致谢
关于本书辅助材料
第一部分　 商 务 智 能
第1章　使组织能够做出有效决策 2
1.1　制定有效决策 2
1.1.1　决策制定者 2
1.1.2　有效决策 3
1.2　制定有效决策的要素 3
1.2.1　我们要去哪里—具体的目标 4
1.2.2　别把地图拿倒了—确切的度量 5
1.2.3　惊恐的窃窃私语、望塔以及无线电台—适时的反馈信息 5
1.3　商务智能定义 7
第2章　让现有资源发挥最大效能—使用商务智能 8
2.1　商务智能能为你做什么 8
2.1.1　当我们知道自己要寻找什么时 8
2.1.2　发现新问题并找到答案 9
2.2　不同管理层面的商务智能 10
2.2.1　高层管理者—金字塔塔尖 10
2.2.2　中层管理者—塔身 11
2.2.3　基层管理者—塔基 11
2.3　Maximum Miniatures公司 12
2.3.1　业务需求 12
2.3.2　现有的系统 13
2.4　搭建基础 14
第3章　寻找数据源—商务智能的来源 15
3.1　寻找数据源 15
3.1.1　事务数据 15
3.1.2　在商务智能中使用事务数据的难点 16
3.2　数据集市 17
3.2.1　数据集市的特征 18
3.2.2　数据集市的结构 19
3.3　雪花型、星型与Analysis Services 25
第4章　一站购齐—统一维度模型 26
4.1　联机分析处理 26
4.1.1　通过多维数据集创建OLAP 27
4.1.2　OLAP系统的特性 29
4.1.3　OLAP的存储体系结构 30
4.1.4　缺点 31
4.1.5　只读 32
4.2　统一维度模型 32
4.2.1　结构 32
4.2.2　优点 37
4.3　专业工具 37
第5章　起步—开始开发商务智能 38
5.1　Business Intelligence Development Studio 38
5.1.1　Visual Studio 38
5.1.2　Business Intelligence Development Studio导航 39
5.1.3　Business Intelligence Development Studio的选项 49
5.2　SQL Server Management Studio 51
5.3　戴上安全帽 55
第二部分　定义商务智能结构
第6章　打好基础—创建数据集市 58
6.1　数据集市 58
6.2　设计数据集市 60
6.2.1　决策者的需求 60
6.2.2　可用数据 61
6.2.3　数据集市结构 61
6.2.4　使用SQL Server Management Studio创建数据集市 69
6.2.5　使用Bussiness Intelligence Develop-ment Studio创建数据集市 75
6.3　表压缩 84
6.4　集成的好处 86
第7章　转换器—Integration Services结构和组件 87
7.1　Integration Services 87
7.2　包项 96
7.2.1　控制流 96
7.2.2　数据流 116
7.3　装配管道 143
第8章　把油箱加满—使用Integration Services填充数据集市 144
8.1　包开发特性 144
8.1.1　初试锋芒 144
8.1.2　Integration Services包编程 149
8.1.3　包开发工具 155
8.1.4　从SQL Server 2000 DTS包迁移 162
8.2　把Integration Services包投入生成环境 163
8.3　捕获变更数据 165
8.3.1　变更数据捕获的架构 166
8.3.2　从变更数据捕获的变更表加载数据到数据集市表中 169
8.4　加载事实表 171
8.5　回到UDM 182
第三部分　分析多维数据集的内容
第9章　立体主义—度量和维度 184
9.1　构建Analysis Services项目 184
9.2　度量 189
9.2.1　度量组 189
9.2.2　制造出的事实—计算度量 190
9.2.3　不可累加—求和之外的度量聚合 193
9.3　维度 197
9.3.1　管理维度 197
9.3.2　将维度关联到度量组 201
9.3.3　维度类型 202
9.3.4　渐变维度 204
9.4　专用特性 207
第10章　诱人的附件—OLAP多维数据集的专用特性 208
10.1　多维数据集的新天地 208
10.1.1　部署和处理 209
10.1.2　在Business Intelligence Develop-ment Studio中部署项目 209
10.1.3　用“Analysis Services部署向导”进行部署 215
10.2　多维数据集的附属特性 220
10.2.1　链接对象 220
10.2.2　商务智能向导 222
10.2.3　关键绩效指标 223
10.2.4　操作 227
10.2.5　分区 229
10.2.6　聚合设计 239
10.2.7　视角 241
10.2.8　翻译 242
10.3　更复杂的脚本 242
第11章　编写新脚本—MDX脚本 243
11.1　术语和概念 243
11.1.1　我们身在何处 243
11.1.2　由此及彼 257
11.2　应用MDX脚本 262
11.2.1　多维数据集的安全性 262
11.2.2　今年与去年比较和年初至今汇总 269
11.3　从多维数据集中提取数据 272
第12章　提取信息构筑智能—MDX查询 273
12.1　MDX SELECT语句 273
12.1.1　基本MDX SELECT语句 274
12.1.2　其他查询工具 283
12.1.3　其他维度 290
12.2　其他MDX语法 292
12.2.1　运算符 292
12.2.2　函数 293
12.3　你会挖掘吗 296
第四部分　挖　　　掘
第13章　沙里淘金—数据挖掘引论 298
13.1　数据挖掘 298
13.1.1　从混乱中寻找规律 298
13.1.2　数据挖掘所完成的任务 301
13.1.3　数据挖掘的步骤 305
13.2　数据挖掘算法 307
13.2.1　Microsoft决策树 307
13.2.2　Microsoft线性回归 308
13.2.3　Microsoft朴素贝叶斯 309
13.2.4　Microsoft聚类 310
13.2.5　Microsoft关联规则 310
13.2.6　Microsoft序列聚类 312
13.2.7　Microsoft时间序列 312
13.2.8　Microsoft神经网络 314
13.2.9　Microsoft逻辑回归算法 314
13.3　开始挖掘 315
第14章　建设矿山—使用数据挖掘模型 316
14.1　数据挖掘结构 316
14.1.1　数据列 316
14.1.2　数据挖掘模型 317
14.1.3　训练数据集 317
14.2　挖掘模型查看器 326
14.2.1　Microsoft决策树 326
14.2.2　Microsoft朴素贝叶斯 329
14.2.3　Microsoft聚类分析 332
14.2.4　Microsoft神经网络 335
14.2.5　Microsoft关联规则 335
14.2.6　Microsoft序列聚类 337
14.2.7　Microsoft时间序列 337
14.3　观茶占卜 338
第15章　深入井下—使用数据挖掘进行探查 339
15.1　挖掘准确性图表 339
15.1.1　列映射 340
15.1.2　提升图 341
15.1.3　利润图 344
15.1.4　分类矩阵 345
15.1.5　交叉验证 346
15.2　挖掘模型预测 347
15.2.1　单独查询 347
15.2.2　预测连接查询 350
15.3　DMX查询 354
15.3.1　预测查询的语法 354
15.3.2　预测查询的类型 355
15.4　限时送达 360
第五部分　交　　　付
第16章　报表—使用Reporting Services交付商务智能 362
16.1　报表服务 362
16.1.1　报表结构 363
16.1.2　报表交付 364
16.2　Report服务架构 365
16.2.1　报表服务器 365
16.2.2　组成部分 366
16.2.3　报表服务的安装注意事项 368
16.3　使用Tablix数据区域创建报表 370
16.3.1　使用表格模板创建Tablix
数据区域 371
16.3.2　使用矩阵模板创建Tablix
数据区域 381
16.3.3　使用列表模板创建Tablix
数据区域 392
16.3.4　图表数据区域 400
16.3.5　仪表数据区域 410
16.4　把报表交给经理 417
第17章　各就各位—管理Reporting
Services报表 418
17.1　报表管理器 418
17.1.1　文件夹 418
17.1.2　报表管理器 419
17.1.3　使用报表设计器部署报表 419
17.1.4　使用报表管理器上载报表 421
17.1.5　从报表管理器中打印报表 425
17.2　管理报表服务器中的报表 426
17.2.1　安全性管理 426
17.2.2　链接报表 431
17.2.3　报表缓存 432
17.2.4　执行快照 434
17.2.5　报表历史记录 434
17.2.6　标准订阅 435
17.2.7　数据驱动订阅 435
17.3　即席报表 436
17.3.1　报表模型 437
17.3.2　报表生成器基础知识 442
17.4　集成到应用中去 445
第18章　1+1>2—将OLAP集成到应用程序中 446
18.1　ADOMD.NET 446
18.1.1　ADOMD.NET结构 446
18.1.2　ADOMD.NET示例 448
18.2　不借助报表管理器使用Reporting ervices的方式 453
18.2.1　URL访问 453
18.2.2　Web服务访问 466
18.2.3　Report Viewer控件 470
18.3　预制的解决方案 474
第19章　新视点—Excel数据透视表和数据透视图 475
19.1　Excel 475
19.1.1　创建透视表和透视图 475
19.1.2　数据透视表 476
19.1.3　数据透视图 482
19.2　强大的能力，重大的机会 484